藏文支持在OpenOffice.org办公套件中的实现

办公套件是人们日常应用最为广泛的信息处理软件之一,但真正意义的藏文办公套件至今都尚未问世,成为藏文信息技术发展的“瓶颈”。开源项目OpenO ffice.org的不断发展和日益成熟,为藏文办公套件的研制开发提供了有利的契机。以OpenO ffice.org为源代码基础,采用藏文编码字符集(扩充集A)国家标准,研制的藏文办公套件可支持藏文排版习惯和藏文本地环境,着重解决了藏文文本自动断行的问题,能够满足藏语文用户日常办公需要。

中英文混排扭曲文本图像快速校正方法

针对OCR在识别文本图像时,由于扭曲造成的中英文混排文本图像识别率不理想的情况,提出一种快速扭曲校正方法。图像经过预处理后,首先利用形态学膨胀定位文本行,得到各文本行上下边界;分别对每个文本行参考垂直投影信息进行文字切分,获得字符包围盒;然后根据中英文的不同特点在每个文本行中逐个对字符位置进行校正,最终实现图像重构。实验结果表明,该方法校正速度快、精度高,对于中英文混排扭曲文档图像有较好地校正效果,校正后图像OCR识别率有明显提高。

关于中英文混合文本断行算法的研究

为了解决中英文混合文本断行时中文和英文各自断行算法需求冲突的问题,研究适应中文断行的基于贪心策略的断行算法和适应英文断行的基于动态规划的断行算法的各自特点,通过中文汉字不同于英文单词的等宽特性,提出一种结合2种算法的针对中英文混合文本的改进断行算法。相对于原有的2种断行算法,改进断行算法能够兼顾混合文本中中文文本的断行效率和英文文本断行效果。

基于多重规则和路径评价的在线中英文手写识别方法

手写文本识别方法主要应用于文本输入技术,对人机交互领域的发展起关键作用。针对多数在线输入法无法识别中英文混合手写识别的问题,提出一种在线中英文混合手写文本识别方法。通过对文本笔画进行基于水平相对位置、垂直重叠率、面积重叠率规则的整合以及连笔切分,得到一系列字符片段,同时利用笔画个数、宽高比、中心偏离、平滑度等几何特征和识别置信度,对字符片段进行中英文分类。在此基础上,根据分类结果并结合自然语言模型的路径评价及动态规划搜索算法,分别对候选的中、英文字符片段进行合并处理,得到待识别的中、英文字符序列,并将其分别送入卷积神经网络的中、英文识别模型中,得到手写文本识别结果。实验结果表明,在线手写中英文混合文本识别正确率达93.67%,不仅能切分在线手写中文文本行,而且对包含字符连笔的在线手写中英文文本行也有较好的切分效果。

一种提高中英文混编文本标引准确性的方法

分析生命科学领域中英文混编文本的内在特点,基于控制论原理,提出一种旨在提高中英文混编文本的信息自动标引准确性的整合新方法。该方法包含三个相对独立而又相互联系的部分,即前馈控制、中期控制和反馈控制。实验表明,该新方法可以被成功应用在乙肝专题文献知识数据库的标引中,并能大幅度提高信息标引的准确性。

中英文混合短消息命令在监控系统中的应用

短消息命令在各种远程监控系统中的应用日趋广泛。文中针对单片机处理中英文混合短消息命令时容易出现无法确定接收模式及识别短信内容的问题,通过分析和比较不同模式下接收中英文短消息时字符串的区别,提出一种在TEXT模式下可以自动识别并处理中英文混合短消息命令的方法。这种方法可以广泛应用于各种远程监控系统的短消息命令系统中,对命令系统编程的简化及存储空间的节省起到很大的作用。该方法已经在相关项目中得到了验证,得到了很好的效果。